CN112346351A - 一种基于bim的物联网设备一体化智能集控*** - Google Patents
一种基于bim的物联网设备一体化智能集控*** Download PDFInfo
- Publication number
- CN112346351A CN112346351A CN202011302596.2A CN202011302596A CN112346351A CN 112346351 A CN112346351 A CN 112346351A CN 202011302596 A CN202011302596 A CN 202011302596A CN 112346351 A CN112346351 A CN 112346351A
- Authority
- CN
- China
- Prior art keywords
- control
- intelligent
- data
- equipment
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010354 integration Effects 0.000 title claims description 4
- 230000006855 networking Effects 0.000 title claims description 4
- 238000012544 monitoring process Methods 0.000 claims abstract description 92
- 238000004378 air conditioning Methods 0.000 claims abstract description 85
- 238000009423 ventilation Methods 0.000 claims abstract description 75
- 238000012423 maintenance Methods 0.000 claims abstract description 32
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 230000009467 reduction Effects 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 61
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 39
- 230000007613 environmental effect Effects 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 24
- 238000004891 communication Methods 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 16
- 238000007689 inspection Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000007710 freezing Methods 0.000 claims description 3
- 230000008014 freezing Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000003507 refrigerant Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000011084 recovery Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于BIM的物联网设备一体化智能集控***，该***包括智能环控电控子***和智能运维云平台。本发明基于云平台技术的机电一体化的智能集控***可根据指标和设定的智能化场景动态优化通风空调***的工作模式和输出功率，使空调***始终处于高效运行，可有效降低非高效运行产生的能源浪费，从而达到节能减排的目的；同时可以实现对通风空调***进行实时智能监控和管理，有利于故障发现、故障解决和故障恢复，从而使得地铁供电***的安全性得到了保证，提高自动化水平和工作效率，显著降低日常维修保养工作量和运营成本。
Description
技术领域
本发明涉及物联网设备一体化智能集控技术领域，具体涉及一种基于BIM的物联网设备一体化智能集控***。
背景技术
城市轨道交通通风空调***能耗大，仅次于牵引供电用电量。根据实际运营统计数据，地下车站通风空调***用电量可占整个车站总用电量的50～70％，是用电量最大的***设备。如何降低通风空调***的用电量一直是地铁领域节能工作的重点。目前，国内达到高能效运行中央空调的建筑不足5％。地铁站点存在人员快速流动、高低峰时期密集区域不断变化以及覆盖范围广等特点。不同的站点根据所处的地理位置和周边环境，存在着较大的环境温度差异。往往空调通风***处在长久运行状态，***的低效运行导致巨大的能量浪费。在制冷季，以通风空调为主的地铁用能设备的能耗成为运营方巨大的成本压力，车站的运维成本比平常将多出三倍以上。随着一个城市地铁线路的陆续投运，势必会给政府和社会带来巨大的减排压力和财政负担。
传统的城市轨道交通设备运维模式采用的是设备定期检修加故障维修的方法，是根据设备检修规程周期性地开展设备检修工作，并利用综合监控等***进行设备故障监测。传统的城市轨道交通设备运维模式缺少设备的全生命周期跟踪及实时状态预警等功能，因此运营设备易出现过修、欠修等状况。同时，由于设备检修主要是由作业人员按照检修规程进行主动检测，受作业人员身体和精神状态的影响，也易发生漏检、错检等情况。
发明内容
针对现有技术中的上述不足，本发明提供了一种基于BIM的物联网设备一体化智能集控***。
为了达到上述发明目的，本发明采用的技术方案为：
一种基于BIM的物联网设备一体化智能集控***，包括：
智能环控电控子***，用于利用分层分布式方式智能环控柜采集强弱电设备运行状态数据和***内的传感器数据及环境数据，并上传至智能运维云平台；各个智能环控柜通过以太网形成环网结构进行配电、显示、节能控制、数据采集和数据统计、通信操作；通过智能运维云平台提供的各个站点设备数据，利用中央控制、车站控制室控制和就地控制三级控制模式，实现对通风空调***进行实时智能监控和管理，其中，中央控制子***对全线车站通风空调***进行集中监控和远程控制，车站控制室内的综合监控平台对智能集控***进行监视和控制，就地控制对所在位置的各种设备及电动风阀和水阀进行控制，并且规定各级控制模式的优先级，使各级控制模式有序进行；通过智能运维云平台提供的各个站点设备数据，利用环控电控室内各个智能环控柜对通风空调设备进行集中配电和制定供电方案，优化通风空调设备输出功率，使通风空调设备高效运行；
智能运维云平台，用于存储所述智能环控电控子***上传的数据，通过多台虚拟服务器提供存储虚拟化的资源，将各个设备的采集数据存放在存储资源池，实现所采集数据被分布在众多的服务器主机上；利用集群应用、网格技术和分布式文件***等功能，网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对智能环控电控子***提供数据存储和业务访问，实时查看所有站点设备数据监测、设备运行预警告警、巡检作业，结合BIM技术进行三维管理、数据智能分析、设备完整生命周期可视化管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监测和控制。
进一步地，所述智能环控电控子***包括环控电控室和分别与所述环控电控室通信连接的隧道通风、车站排热智能环控柜，公共区通风空调***智能环控柜，设备管理用通风空调***智能环控柜，空调水***智能环控柜以及智能数据监测终端；
所述隧道通风、车站排热智能环控柜分别连接隧道风机、排热风机、射流风机和组合式风阀；
所述公共区通风空调***智能环控柜分别连接组合式空调机组、回排风机、电动风阀和风机盘管；
所述设备管理用通风空调***智能环控柜分别连接柜式空调器、回排风机、电动风阀；
所述空调水***智能环控柜分别连接冷水机组、冷冻水泵、冷却水泵、冷却塔、水处理装置、电动蝶阀、平衡阀和压差旁通阀；
所述智能数据监测终端分别连接室外气象监测器、温湿度传感器、CO2浓度传感器、PM2.5检测仪、风量传感器、电磁流量传感器、压力传感器、智能电测量仪表和冷媒泄漏在线监测***。
进一步地，所述智能环控电控子***中通风空调设备由环控电控室内各智能环控柜集中配电，冷水机组由降压变电所直接供电，并将环控设备配电划分为一级负荷、二级负荷及三级负荷；一级负荷根据负荷容量大小分为一组或多组，由变电所两段低压母线各引入一路电源至环控电控室，采用一体化PC级双电源切换装置切换供电方案；环控非消防负荷由车站变电所单回路供电。
进一步地，所述智能环控电控子***采用中央控制、车站控制室控制和就地控制三级控制模式；其中
中央控制采用设置在控制中心的中央控制子***对全线车站通风空调***进行监控，通过智能运维云平台实时查看所有站点设备数据监测、设备运行预警告警、巡检作业，结合BIM技术进行三维管理、数据智能分析、设备生命周期管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监测和控制；
车站控制室采用各车站控制室内的综合监控平台对智能集控***进行监视和控制，实时查看站内各个通风空调设备监测数据、运行预警告警、巡检作业；
就地控制对所在位置的各种设备及电动风阀和水阀进行控制，并具有控制优先权。
进一步地，所述智能环控电控子***在空调通风机房内的通风机、冷水机组、水泵、空调末端及地面的冷却塔设备附近设置电源控制开关进行就地控制，车站控制室和控制中心接受其操作信号，但对其控制失效；在就地控制结束操作后反馈信号给车站控制室和控制中心，恢复其正常功能。
进一步地，所述智能环控电控子***预留有与车站能源管理***通信的接口，所述车站能源管理***用于对通风空调设备进行配电管理，并且优化供电方案；通过环控电控室内的各个智能环控柜进行集中配电，采用智能数据监测终端所提供的各类传感器数据以及智能电量仪表的数据来计量每个回路、每个***的电能量，利用EJ节能算法对电量数据进行分析，实现节能管理。
进一步地，所述EJ节能算法具体包括：
S1、对采集的当前电量数据进行预处理，具体为：
首先去掉噪声数据，采取去噪算法检测离群数据点，进行部分删除；
然后对数据进行类型转换操作，采取独热向量编码方法，将数据类型进行统一化操作；
再对转换后的数据进行归一化操作，统一向量维度；
最后采取采样算法对数据进行随机采样；
S2、建立EJ节能模型，利用EJ节能模型对电量数据进行分析，实现节能管理。
进一步地，所述建立EJ节能模型具体包括：
设a表示为单个数据向量，设Px为单组数据向量集，则Pi＝[ai,a i +1,ai+2,ai+3]，其中i<＝n-3，n表示一段时间内采集到电量数据的个数；然后基于专家经验规则设定EJ模型中的超参数为k、节能阈值为G、历史时间段内各个电量数据对应的历史节能指标为J，得到EJ节能模型表示为：
Yz＝[(w*Pz+b)*ln(k),(w*Pz+1+b)*ln(k),(w*Pz+2+b)*ln(k),(w*Pz+3+b)*ln(k)]
L(w,b)＝(ln(YZ)-ln(E)-Ji*(w,b)*Pi)
其中，Y表示设定时间内电量数据的波动情况的向量矩阵；z表示Y向量矩阵的下标，取值小于i-3；ln()表示对数函数；w和b表示EJ模型中需要进行优化的参数；E表示当前时间段内电量数据对应的节能概率值；L()表示损失函数，用于不断更新参数w和b，直到达到全局最优参数。当输入当前时间段的电量数据值，并结合最优EJ模型，若输出的节能概率值E大于节能阈值G时启动节能管理命令。
进一步地，所述智能环控电控子***还通过车站BAS***与综合监控***通信连接，所述车站BAS***采用计算机网络、通讯及分布式技术对智能环控电控子***进行集中监视、控制和管理；通过中央控制级、车站控制室控制级和就地控制级监控设备及相关通信网络共同构成的实时监控***，实现机电设备监控、环境监控与节能运行管理、环境和设备管理、通风空调***和设备间的有序联动控制和监视；综合监控***属于中央控制级别监控，对全线车站通风空调***进行监控，通过智能运维云平台实时查看所有站点设备数据监测、智能预警、数据分析、生命周期管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监控。
进一步地，所述智能环控电控子***还与车控室工作站通信连接，所述车控室工作站用于利用各车站控制室内的综合监控平台对智能集控***进行监视和控制，通过站点各个通风空调设备实时监测数据、分析数据，实现运行预警告警、巡检作业。
本发明具有以下有益效果：
(1)本发明基于云平台技术的机电一体化的智能集控***可根据指标和设定的智能化场景动态优化通风空调***的工作模式和输出功率，使空调***始终处于高效运行，可有效降低非高效运行产生的能源浪费，从而达到节能减排的目的；
(2)本发明的机电一体化的智能集控***是集安全保护、智能控制、数据测量和信号采集等功能于一体，可以实现对通风空调***进行实时智能监控和管理，有利于故障发现、故障解决和故障恢复，从而使得地铁供电***的安全性得到了保证，提高自动化水平和工作效率，显著降低日常维修保养工作量和运营成本；
(3)本发明在车站能源管理***中利用EJ节能算法对电量数据进行分析，可根据智能环控电控室内的智能数据监测终端采集到的各个时间段的电量数据和能源管理***智能设定的历史节能指标进行动态分析，及时限制通风空调***的高功率模式，智能调整通风空调***的工作模式和输出功率，将有利于车站能源管理***进行智能化节能管理，提高电量利用率，有效减少通风空调***的能源浪费，进而使空调***始终处于高效运行，最终实现节能减排的目的。
附图说明
图1为本发明基于BIM的物联网设备一体化智能集控***结构示意图；
图2为本发明的***架构示意图；
图3为本发明的分布式智能控制模式示意图；
图4为本发明中控制方式与信号传输示意图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
本发明实施例提供了一种基于BIM的物联网设备一体化智能集控***，如图1所示，包括智能环控电控子***和智能运维云平台。
智能环控电控子***，用于利用分层分布式方式智能环控柜采集强弱电设备运行状态数据和***内的传感器数据及环境数据，并上传至智能运维云平台；各个智能环控柜通过以太网形成环网结构进行配电、显示、节能控制、数据采集和数据统计、通信操作；通过智能运维云平台提供的各个站点设备数据，利用中央控制、车站控制室控制和就地控制三级控制模式，实现对通风空调***进行实时智能监控和管理，其中，中央控制子***对全线车站通风空调***进行集中监控和远程控制，车站控制室内的综合监控平台对智能集控***进行监视和控制，就地控制对所在位置的各种设备及电动风阀和水阀进行控制，并且规定各级控制模式的优先级，使各级控制模式有序进行；通过智能运维云平台提供的各个站点设备数据，利用环控电控室内各个智能环控柜对通风空调设备进行集中配电和制定供电方案，优化通风空调设备输出功率，使通风空调设备高效运行。
智能运维云平台，用于存储所述智能环控电控子***上传的数据，通过多台虚拟服务器提供存储虚拟化的资源，将各个设备的采集数据存放在存储资源池，实现所采集数据被分布在众多的服务器主机上；利用集群应用、网格技术和分布式文件***等功能，网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对智能环控电控子***提供数据存储和业务访问，实时查看所有站点设备数据监测、设备运行预警告警、巡检作业，结合BIM技术进行三维管理、数据智能分析、设备完整生命周期可视化管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监测和控制。
如图2所示，本发明采用机电一体化智能集控***，采用现场分布式智能控制柜和基于BIM理念的全生命周期智能运维云平台结合的方式。分布式智能控制柜直接对接相应的硬件设备，完成数据收集和设备智能控制。云平台直接对接各个分布式智能控制柜，所有的数据均上报到云平台完成存储，相应的控制指令可通过云平台下发完成控制操作。各站通风空调机电一体化智能集控***根据季节、运营时段和客流情况等，通过现场环境监测传感器测量数据实时自动调节，实现节能运行。智能集控***便于实现通风空调***的风水联动复杂模式控制，以达到更佳的节能效果。智能集控***接入轨道交通能源管理***，能够计量每个回路、每个***的电能量，便于节能管理和分析，提高节能效果。
如图3所示，本发明采用分布式智能控制模式，该控制模式分为智能控制***和现场智能模块两层，它们之间采用工业总线的方式连接，分层分布式智能模块控制。每个智能模块都是集显示、信息采集、处理、通信和控制为一体的智能装置。整个***结构简单，每个智能模块可独立工作又能通过***关联工作。所以其可靠性、抗干扰性、扩展性、以及维护等都十分的方便。
在本实施例中，智能环控电控子***包括环控电控室和分别与所述环控电控室通信连接的隧道通风、车站排热智能环控柜，公共区通风空调***智能环控柜，设备管理用通风空调***智能环控柜，空调水***智能环控柜以及智能数据监测终端；单个智能环控柜均是集强电、弱电、显示、信息采集、处理、通信和节能控制等功能为一体的智能装置。整个***采用以太网技术，应用环路结构实现冗余***。在环控电控室设置集控***人机操作界面，能够实现不同模式和单台设备的手动控制。其中隧道通风、车站排热智能环控柜分别连接隧道风机、排热风机、射流风机和组合式风阀；公共区通风空调***智能环控柜分别连接组合式空调机组、回排风机、电动风阀和风机盘管；设备管理用通风空调***智能环控柜分别连接柜式空调器、回排风机、电动风阀；空调水***智能环控柜分别连接冷水机组、冷冻水泵、冷却水泵、冷却塔、水处理装置、电动蝶阀、平衡阀和压差旁通阀；智能数据监测终端分别连接室外气象监测器、温湿度传感器、CO2浓度传感器、PM2.5检测仪、风量传感器、电磁流量传感器、压力传感器、智能电测量仪表和冷媒泄漏在线监测***。
在本实施例中，智能环控电控子***中通风空调设备由环控电控室内各智能环控柜集中配电，冷水机组由降压变电所直接供电，并将环控设备配电按其不同的用途和重要性划分为一级负荷、二级负荷及三级负荷；一级负荷根据负荷容量大小分为一组或多组，由变电所两段低压母线各引入一路电源至环控电控室，采用一体化PC级双电源切换装置切换供电方案；环控非消防负荷由车站变电所单回路供电。
空调水***(除冷水机组外)由环控电控柜配电，纳入空调水***智能环控柜控制。动力照明从变电所不同母线段分别为空调水***提供一段电源，每段电源负责一套冷水机组及其配套的水泵等设备供电。
区间射流风机根据情况由环控电控室供电或现场的双电源切换箱供电。
在本实施例中，如图4所示，智能环控电控子***不仅采集各监控对象的工作状态，还具备顺序控制、模式控制、时间控制、模糊控制以及点控等功能。智能集控柜通过以太网与下级的智能环控柜、智能数据监测终端等实现集中监视与管理。同时集成于综合监控***，独立于BAS***，可同时实现与BAS***通讯和直接上传至智能运维云平台。
通风空调设备采用智能环控柜配电和控制，它由柜内智能控制采集元件、现场总线、通信管理机等设备组成，并与智能集控柜连接。智能集控***接入综合监控***,与BAS***互相独立，预留与车站能源管理***通信接口。智能集控***对各通风空调***设备进行监视和控制，根据季节、运营时段和客流情况等，通过现场环境监测传感器测量数据实时自动调节，实现节能运行。
对于三相电动机回路，如各类风机、空调器，智能元件分为：变频器、电机保护控制模块。对于单相电机回路，如电动风阀、电动蝶阀，智能元件为：智能手操箱或智能I/O。主要实现对通风空调设备(主要包括各类风机、空调器、电动风阀)的测量、控制、保护等功能。
智能环控电控子***采用中央控制、车站控制室控制和就地控制三级控制模式；其中
中央控制采用设置在控制中心的中央控制子***以中央监控网络和车站设备监控网络为基础网络***对全线车站通风空调***进行监控，通过智能运维云平台实时查看所有站点设备数据监测、设备运行预警告警、巡检作业，结合BIM技术进行三维管理、数据智能分析、设备生命周期管理，实时下达远程控制指令，对智能环控电控子***进行集中监测和控制；并且利用云平台提供的大屏展示功能，便于中央控制室工作人员实时全局监视。
车站控制室采用各车站控制室内的综合监控平台对智能集控***进行监视和控制，实时查看站内各个通风空调设备监测数据、运行预警告警、巡检作业等。
在环控电控室主要设有智能集控柜、公共区通风空调***智能环控柜、设备管理用通风空调***智能环控柜、空调水***智能环控柜以及智能数据监测终端等。单个智能控制柜均是集强电、弱电、显示、信息采集、处理、通信和节能控制等功能为一体的智能装置。智能集控***具备顺序控制、模式控制、时间控制、模糊控制以及点控等功能。
就地控制对所在位置的各种设备及电动风阀和水阀进行控制，并具有控制优先权。
智能环控电控子***在空调通风机房内的通风机、冷水机组、水泵、空调末端及地面的冷却塔设备附近设置电源控制开关进行就地控制，车站控制室和控制中心接受其操作信号，但对其控制失效；在就地控制结束操作后反馈信号给车站控制室和控制中心，恢复其正常功能。
在本实施例中，智能环控电控子***预留有与车站能源管理***通信的接口，车站能源管理***用于对通风空调设备进行配电管理，并且优化供电方案；通过环控电控室内的各个智能环控柜进行集中配电，采用智能数据监测终端所提供的各类传感器数据以及智能电量仪表的数据来计量每个回路、每个***的电能量，利用EJ节能算法对电量数据进行分析，实现节能管理。
其中EJ节能算法具体包括：
S1、对采集的当前电量数据进行预处理，具体为：
首先去掉噪声数据，采取去噪算法检测离群数据点，进行部分删除；
然后对数据进行类型转换操作，采取独热向量编码方法，将数据类型进行统一化操作；
再对转换后的数据进行归一化操作，统一向量维度；
最后采取采样算法对数据进行随机采样，消除数据过拟合问题；
S2、建立EJ节能模型，利用EJ节能模型对电量数据进行分析，实现节能管理，具体包括：
设a表示为单个数据向量，设Px为单组数据向量集，则Pi＝[ai,a i +1,ai+2,ai+3]，其中i<＝n-3，n表示一段时间内采集到电量数据的个数；然后基于专家经验规则设定EJ模型中的超参数为k、节能阈值为G、历史时间段内各个电量数据对应的历史节能指标为J，得到EJ节能模型表示为：
Yz＝[(w*Pz+b)*ln(k),(w*Pz+1+b)*ln(k),(w*Pz+2+b)*ln(k),(w*Pz+3+b)*ln(k)]
L(w,b)＝(ln(YZ)-ln(E)-Ji*(w,b)*Pi)
其中，Y表示设定时间内电量数据的波动情况的向量矩阵；z表示Y向量矩阵的下标，取值小于i-3；ln()表示对数函数；w和b表示EJ模型中需要进行优化的参数；E表示当前时间段内电量数据对应的节能概率值；L()表示损失函数，用于不断更新参数w和b，直到达到全局最优参数。当输入当前时间段的电量数据值，并结合最优EJ模型，若输出的节能概率值E大于节能阈值G时启动节能管理命令。
在本实施例中，智能环控电控子***还通过车站BAS***与综合监控***通信连接。车站BAS***采用计算机网络、通讯及分布式等技术对智能环控电控子***进行集中监视、控制和管理。通过中央控制级、车站控制室控制级和就地控制级监控设备及相关通信网络共同构成的实时监控***，实现机电设备监控、环境监控与节能运行管理、环境和设备管理、通风空调***和设备间的有序联动控制和监视；综合监控***属于中央控制级别监控，对全线车站通风空调***进行监控，通过智能运维云平台实时查看所有站点设备数据监测、智能预警、数据分析、生命周期管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监控。
在本实施例中，智能环控电控子***还与车控室工作站通信连接。车控室工作站用于利用各车站控制室内的综合监控平台对智能集控***进行监视和控制，通过站点各个通风空调设备实时监测数据、分析数据，实现运行预警告警、巡检作业。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (10)
1.一种基于BIM的物联网设备一体化智能集控***，其特征在于，包括：
智能环控电控子***，用于利用分层分布式方式智能环控柜采集强弱电设备运行状态数据和***内的传感器数据及环境数据，并上传至智能运维云平台；各个智能环控柜通过以太网形成环网结构进行配电、显示、节能控制、数据采集和数据统计、通信操作；通过智能运维云平台提供的各个站点设备数据，利用中央控制、车站控制室控制和就地控制三级控制模式，实现对通风空调***进行实时智能监控和管理，其中，中央控制子***对全线车站通风空调***进行集中监控和远程控制，车站控制室内的综合监控平台对智能集控***进行监视和控制，就地控制对所在位置的各种设备及电动风阀和水阀进行控制，并且规定各级控制模式的优先级，使各级控制模式有序进行；通过智能运维云平台提供的各个站点设备数据，利用环控电控室内各个智能环控柜对通风空调设备进行集中配电和制定供电方案，优化通风空调设备输出功率，使通风空调设备高效运行；
智能运维云平台，用于存储所述智能环控电控子***上传的数据，通过多台虚拟服务器提供存储虚拟化的资源，将各个设备的采集数据存放在存储资源池，实现所采集数据被分布在众多的服务器主机上；利用集群应用、网格技术和分布式文件***等功能，网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对智能环控电控子***提供数据存储和业务访问，实时查看所有站点设备数据监测、设备运行预警告警、巡检作业，结合BIM技术进行三维管理、数据智能分析、设备完整生命周期可视化管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监测和控制。
2.根据权利要求1所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***包括环控电控室和分别与所述环控电控室通信连接的隧道通风、车站排热智能环控柜，公共区通风空调***智能环控柜，设备管理用通风空调***智能环控柜，空调水***智能环控柜以及智能数据监测终端；
所述隧道通风、车站排热智能环控柜分别连接隧道风机、排热风机、射流风机和组合式风阀；
所述公共区通风空调***智能环控柜分别连接组合式空调机组、回排风机、电动风阀和风机盘管；
所述设备管理用通风空调***智能环控柜分别连接柜式空调器、回排风机、电动风阀；
所述空调水***智能环控柜分别连接冷水机组、冷冻水泵、冷却水泵、冷却塔、水处理装置、电动蝶阀、平衡阀和压差旁通阀；
所述智能数据监测终端分别连接室外气象监测器、温湿度传感器、CO2浓度传感器、PM2.5检测仪、风量传感器、电磁流量传感器、压力传感器、智能电测量仪表和冷媒泄漏在线监测***。
3.根据权利要求2所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***中通风空调设备由环控电控室内各智能环控柜集中配电，冷水机组由降压变电所直接供电，并将环控设备配电划分为一级负荷、二级负荷及三级负荷；一级负荷根据负荷容量大小分为一组或多组，由变电所两段低压母线各引入一路电源至环控电控室，采用一体化PC级双电源切换装置切换供电方案；环控非消防负荷由车站变电所单回路供电。
4.根据权利要求3所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***采用中央控制、车站控制室控制和就地控制三级控制模式；其中
中央控制采用设置在控制中心的中央控制子***对全线车站通风空调***进行监控，通过智能运维云平台实时查看所有站点设备数据监测、设备运行预警告警、巡检作业，结合BIM技术进行三维管理、数据智能分析、设备生命周期管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监测和控制；
车站控制室采用各车站控制室内的综合监控平台对智能集控***进行监视和控制，实时查看站内各个通风空调设备监测数据、运行预警告警、巡检作业；
就地控制对所在位置的各种设备及电动风阀和水阀进行控制，并具有控制优先权。
5.根据权利要求4所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***在空调通风机房内的通风机、冷水机组、水泵、空调末端及地面的冷却塔设备附近设置电源控制开关进行就地控制，车站控制室和控制中心接受其操作信号，但对其控制失效；在就地控制结束操作后反馈信号给车站控制室和控制中心，恢复其正常功能。
6.根据权利要求5所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***预留有与车站能源管理***通信的接口，所述车站能源管理***用于对通风空调设备进行配电管理，并且优化供电方案；通过环控电控室内的各个智能环控柜进行集中配电，采用智能数据监测终端所提供的各类传感器数据以及智能电量仪表的数据来计量每个回路、每个***的电能量，利用EJ节能算法对电量数据进行分析，实现节能管理。
7.根据权利要求6所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述EJ节能算法具体包括：
S1、对采集的当前电量数据进行预处理，具体为：
首先去掉噪声数据，采取去噪算法检测离群数据点，进行部分删除；
然后对数据进行类型转换操作，采取独热向量编码方法，将数据类型进行统一化操作；
再对转换后的数据进行归一化操作，统一向量维度；
最后采取采样算法对数据进行随机采样；
S2、建立EJ节能模型，利用EJ节能模型对电量数据进行分析，实现节能管理。
8.根据权利要求7所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述建立EJ节能模型具体包括：
设a表示为单个数据向量，设Px为单组数据向量集，则Pi＝[ai,a i +1,ai+2,ai+3]，其中i<＝n-3，n表示一段时间内采集到电量数据的个数；然后基于专家经验规则设定EJ模型中的超参数为k、节能阈值为G、历史时间段内各个电量数据对应的历史节能指标为J，得到EJ节能模型表示为：
Yz＝[(w*Pz+b)*ln(k),(w*Pz+1+b)*ln(k),(w*Pz+2+b)*ln(k),(w*Pz+3+b)*ln(k)]
L(w,b)＝(ln(YZ)-ln(E)-Ji*(w,b)*Pi)
其中，Y表示设定时间内电量数据的波动情况的向量矩阵；z表示Y向量矩阵的下标；ln()表示对数函数；w和b表示EJ模型中需要进行优化的参数；E表示当前时间段内电量数据对应的节能概率值；L()表示损失函数。
9.根据权利要求8所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***还通过车站BAS***与综合监控***通信连接，所述车站BAS***采用计算机网络、通讯及分布式技术对智能环控电控子***进行集中监视、控制和管理；通过中央控制级、车站控制室控制级和就地控制级监控设备及相关通信网络共同构成的实时监控***，实现机电设备监控、环境监控与节能运行管理、环境和设备管理、通风空调***和设备间的有序联动控制和监视；综合监控***属于中央控制级别监控，对全线车站通风空调***进行监控，通过智能运维云平台实时查看所有站点设备数据监测、智能预警、数据分析、生命周期管理，实时下达远程控制指令，对所述智能环控电控子***进行集中监控。
10.根据权利要求9所述的基于BIM的物联网设备一体化智能集控***，其特征在于，所述智能环控电控子***还与车控室工作站通信连接，所述车控室工作站用于利用各车站控制室内的综合监控平台对智能集控***进行监视和控制，通过站点各个通风空调设备实时监测数据、分析数据，实现运行预警告警、巡检作业。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302596.2A CN112346351B (zh) | 2020-11-19 | 2020-11-19 | 一种基于bim的物联网设备一体化智能集控*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011302596.2A CN112346351B (zh) | 2020-11-19 | 2020-11-19 | 一种基于bim的物联网设备一体化智能集控*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112346351A true CN112346351A (zh) | 2021-02-09 |
| CN112346351B CN112346351B (zh) | 2021-09-28 |
Family
ID=74364299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011302596.2A Active CN112346351B (zh) | 2020-11-19 | 2020-11-19 | 一种基于bim的物联网设备一体化智能集控*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112346351B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468649A (zh) * | 2021-07-28 | 2021-10-01 | 广州地铁设计研究院股份有限公司 | 一种用于轨道交通供电***的bim设计方法 |
| CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
| CN113741306A (zh) * | 2021-09-14 | 2021-12-03 | 国网河南省电力公司洛阳供电公司 | 一种基于人工智能的设备状态预警装置及其预警方法 |
| CN113762766A (zh) * | 2021-09-03 | 2021-12-07 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种轨道交通车站运管***、方法及装置 |
| CN117212976A (zh) * | 2023-10-11 | 2023-12-12 | 北京和欣运达科技有限公司 | 一种公共建筑的环境控制***和方法 |
| CN117909667A (zh) * | 2024-03-19 | 2024-04-19 | 中铁四局集团有限公司 | 适应于复杂环境下的物联网采集方法及采集装置 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090053028A (ko) * | 2007-11-22 | 2009-05-27 | 그린비환경기술연구소 주식회사 | 지하철 모니터링 시스템 |
| KR20090129643A (ko) * | 2008-06-13 | 2009-12-17 | 명관 이 | 레일 모니터링 시스템 및 그 제어방법 |
| CN202413858U (zh) * | 2012-01-10 | 2012-09-05 | 毛振刚 | 城市现代轨道交通综合控制*** |
| CN104238533A (zh) * | 2014-10-17 | 2014-12-24 | 成都四为电子信息股份有限公司 | 一种铁路站房机电设备监控*** |
| CN204989911U (zh) * | 2015-09-18 | 2016-01-20 | 广州吉飞电子科技有限公司 | 一种基于bim的三维云监控*** |
| CN106709580A (zh) * | 2017-01-13 | 2017-05-24 | 国家电网公司 | 一种变电站二次***运维云平台 |
| CN108482429A (zh) * | 2018-03-09 | 2018-09-04 | 南京南瑞继保电气有限公司 | 一种轨道交通综合监控***架构 |
| CN108681781A (zh) * | 2018-07-06 | 2018-10-19 | 南京航空航天大学 | 一种基于三维物联网技术的地铁运维管理信息***及方法 |
| CN208936423U (zh) * | 2018-09-10 | 2019-06-04 | 宁波市轨道交通集团有限公司 | 分布式智能通风设备控制*** |
| CN110143223A (zh) * | 2019-04-29 | 2019-08-20 | 深圳众维轨道交通科技发展有限公司 | 一种轨道交通的三维监控运维方法 |
| CN111076378A (zh) * | 2019-12-23 | 2020-04-28 | 中国科学院广州能源研究所 | 一种基于负荷预测的地铁车站通风空调节能***及方法 |
| CN111694388A (zh) * | 2020-05-06 | 2020-09-22 | 广州地铁设计研究院股份有限公司 | 一种地铁智能监控***及控制方法 |
| CN111947275A (zh) * | 2020-07-31 | 2020-11-17 | 南京理工大学 | 地铁站风水联动节能优化方法 |
-
2020
- 2020-11-19 CN CN202011302596.2A patent/CN112346351B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090053028A (ko) * | 2007-11-22 | 2009-05-27 | 그린비환경기술연구소 주식회사 | 지하철 모니터링 시스템 |
| KR20090129643A (ko) * | 2008-06-13 | 2009-12-17 | 명관 이 | 레일 모니터링 시스템 및 그 제어방법 |
| CN202413858U (zh) * | 2012-01-10 | 2012-09-05 | 毛振刚 | 城市现代轨道交通综合控制*** |
| CN104238533A (zh) * | 2014-10-17 | 2014-12-24 | 成都四为电子信息股份有限公司 | 一种铁路站房机电设备监控*** |
| CN204989911U (zh) * | 2015-09-18 | 2016-01-20 | 广州吉飞电子科技有限公司 | 一种基于bim的三维云监控*** |
| CN106709580A (zh) * | 2017-01-13 | 2017-05-24 | 国家电网公司 | 一种变电站二次***运维云平台 |
| CN108482429A (zh) * | 2018-03-09 | 2018-09-04 | 南京南瑞继保电气有限公司 | 一种轨道交通综合监控***架构 |
| CN108681781A (zh) * | 2018-07-06 | 2018-10-19 | 南京航空航天大学 | 一种基于三维物联网技术的地铁运维管理信息***及方法 |
| CN208936423U (zh) * | 2018-09-10 | 2019-06-04 | 宁波市轨道交通集团有限公司 | 分布式智能通风设备控制*** |
| CN110143223A (zh) * | 2019-04-29 | 2019-08-20 | 深圳众维轨道交通科技发展有限公司 | 一种轨道交通的三维监控运维方法 |
| CN111076378A (zh) * | 2019-12-23 | 2020-04-28 | 中国科学院广州能源研究所 | 一种基于负荷预测的地铁车站通风空调节能***及方法 |
| CN111694388A (zh) * | 2020-05-06 | 2020-09-22 | 广州地铁设计研究院股份有限公司 | 一种地铁智能监控***及控制方法 |
| CN111947275A (zh) * | 2020-07-31 | 2020-11-17 | 南京理工大学 | 地铁站风水联动节能优化方法 |
Non-Patent Citations (2)
| Title |
|---|
| HUAN ZHANG,ET AL.: "Energy performance investigation of an innovative environmental control system in subway station", 《BUILDING AND ENVIRONMENT》 * |
| 赵正凯: "基于BAS的地铁环控***优化与节能设计", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113536525A (zh) * | 2021-04-16 | 2021-10-22 | 广州地铁设计研究院股份有限公司 | 一种中央空调全局最优节能控制方法 |
| CN113468649A (zh) * | 2021-07-28 | 2021-10-01 | 广州地铁设计研究院股份有限公司 | 一种用于轨道交通供电***的bim设计方法 |
| CN113762766A (zh) * | 2021-09-03 | 2021-12-07 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种轨道交通车站运管***、方法及装置 |
| CN113741306A (zh) * | 2021-09-14 | 2021-12-03 | 国网河南省电力公司洛阳供电公司 | 一种基于人工智能的设备状态预警装置及其预警方法 |
| CN113741306B (zh) * | 2021-09-14 | 2023-06-06 | 国网河南省电力公司洛阳供电公司 | 一种基于人工智能的设备状态预警装置及其预警方法 |
| CN117212976A (zh) * | 2023-10-11 | 2023-12-12 | 北京和欣运达科技有限公司 | 一种公共建筑的环境控制***和方法 |
| CN117212976B (zh) * | 2023-10-11 | 2024-02-27 | 北京和欣运达科技有限公司 | 一种公共建筑的环境控制***和方法 |
| CN117909667A (zh) * | 2024-03-19 | 2024-04-19 | 中铁四局集团有限公司 | 适应于复杂环境下的物联网采集方法及采集装置 |
| CN117909667B (zh) * | 2024-03-19 | 2024-06-07 | 中铁四局集团有限公司 | 适应于复杂环境下的物联网采集方法及采集装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112346351B (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112346351B (zh) | 一种基于bim的物联网设备一体化智能集控*** | |
| CN107330056B (zh) | 基于大数据云计算平台的风电场scada***及其运行方法 | |
| CN103727639A (zh) | 基于本体的中央空调节能***及方法 | |
| CN105743126A (zh) | 一种实现负荷管理的微电网能量管理*** | |
| CN104238531B (zh) | 一种铁路车站能源管理***和节能控制方法 | |
| CN101021914A (zh) | 暖通空调负荷预测方法和*** | |
| CN106020036A (zh) | 智慧能源管理***及方法 | |
| CN110673673A (zh) | 一种基于bim运维平台的高层超低能耗住宅的监控管理*** | |
| CN207251671U (zh) | 智慧管廊综合管理平台 | |
| CN208334991U (zh) | 配电房监控*** | |
| Zand et al. | Big data for SMART Sensor and intelligent Electronic devices–Building application | |
| CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电*** | |
| CN103560590A (zh) | 电网智能调度架构及其实现方法 | |
| CN114861539A (zh) | 一种5g城市综合能源互联网数字孪生***建模与实现方法 | |
| CN114647216A (zh) | 煤矿风井风机停风协同管控与巷网风量调控***和方法 | |
| CN114996093B (zh) | 一种数据中心节能***的智能巡检优化方法 | |
| CN110705062A (zh) | 基于5g的机柜能耗远程统计计量方法 | |
| CN114893886B (zh) | 一种集中式暖通空调综合节能控制***及其控制方法 | |
| CN205692007U (zh) | 智慧能源管理*** | |
| CN116400617A (zh) | 一种配电站房智能运维和能源监测用的碳终端 | |
| CN204498535U (zh) | 一种单排机柜封闭冷通道一体化机房 | |
| Chen et al. | Design of energy-saving optimized remote control system of chiller based on improved particle swarm optimization | |
| CN112862249B (zh) | 一种智能配电设备精益管理方法及其*** | |
| He et al. | Design and research of intelligent building control system | |
| CN103219746B (zh) | 一种基于混沌优化的pss参数动态协调方法及其装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A BIM-based integrated intelligent centralized control system for Internet of Things equipment Effective date of registration: 20230109 Granted publication date: 20210928 Pledgee: Industrial Bank Limited by Share Ltd. Chengdu branch Pledgor: SICHUAN NINEGATE TECHNOLOGY CO.,LTD. Registration number: Y2023510000006 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20210928 Pledgee: Industrial Bank Limited by Share Ltd. Chengdu branch Pledgor: SICHUAN NINEGATE TECHNOLOGY CO.,LTD. Registration number: Y2023510000006 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A BIM based integrated intelligent control system for IoT devices Granted publication date: 20210928 Pledgee: Industrial Bank Limited by Share Ltd. Chengdu branch Pledgor: SICHUAN NINEGATE TECHNOLOGY CO.,LTD. Registration number: Y2024980004117 |